止损是交易系统的保险丝
任何交易策略都无法保证100%胜率。股票市场受财报、政策、情绪影响，期货市场叠加杠杆与交割规则，价格跳空、极端行情随时发生。没有止损，一次错误足以吞噬数月利润。止损的本质是承认不确定性，用可控成本换取继续参与市场的资格。
以期货为例，10倍杠杆下，标的反向波动10%即爆仓。股票虽无杠杆，但连续跌停同样无法离场。设置止损相当于为每笔交易安装保险丝，电流过载时自动切断，避免账户毁灭。
止损保护的是本金与心态
本金是交易者的生产工具。亏损50%后需要盈利100%才能回本，数学上的不对称性决定了止损必须严格。股票交易中，股价从10元跌至5元亏损50%，回到10元却要上涨100%。期货交易中，保证金亏损过半后，剩余资金能开的手数大幅减少，翻身难度指数级上升。
心态层面，无止损的持仓会持续消耗注意力，导致焦虑、报复性交易。有止损的交易，进场前已知最大亏损额，持仓过程从容，决策不受情绪绑架。量化交易中，这一优势更明显：程序化止损杜绝犹豫，执行速度以毫秒计。
止损设置的核心方法
固定金额止损
每笔交易风险固定为账户总资金的1%-2%。股票账户100万元，单笔最大亏损2万元。根据买入价与止损价差计算仓位。期货账户50万元，单笔最大亏损1万元，根据合约乘数与波动点数计算手数。
技术位止损
将止损设在关键支撑阻力之外。股票交易中，跌破前低、颈线、重要均线时离场。期货交易中，突破失败、假突破后反向运行，止损放在形态边界外1-2个跳动点。
波动率止损
使用ATR（平均真实波幅）确定止损距离。股票日线ATR为2元，止损设3倍ATR即6元。期货使用ATR乘数，避免被正常波动扫损。
时间止损
进场后N根K线未按预期方向运行，主动离场。股票日内交易可设15分钟，期货日内设5分钟。时间止损减少资金占用，提升周转效率。
止损与量化交易代码示例
以下Python代码演示基于ATR的动态止损计算：
import pandas as pd
import numpy as np
def atr_stop_loss(high, low, close, atr_period=14, multiplier=3):
tr1 = high - low
tr2 = abs(high - close.shift(1))
tr3 = abs(low - close.shift(1))
tr = pd.concat([tr1, tr2, tr3], axis=1).max(axis=1)
atr = tr.rolling(atr_period).mean()
stop_distance = atr * multiplier
long_stop = close - stop_distance
short_stop = close + stop_distance
return long_stop, short_stop
该函数输出多头与空头的动态止损线。实盘中，当价格触及止损线，程序自动平仓。
止损执行的心理障碍与破解
交易者常因“再等等”“马上反弹”而放弃止损。破解方法有三条。第一，把止损单提前挂入交易所，股票用条件单，期货用止损单，避免手动犹豫。第二，把止损视为交易成本，如同手续费，接受它。第三，记录每笔止损后的后续走势，统计证明止损减少的亏损远大于错过的反弹。
量化交易彻底消除心理障碍。策略回测时已包含止损逻辑，实盘信号触发即执行。股票多因子模型、期货CTA策略、高频套利，无一例外将止损嵌入风控模块。
止损与仓位管理的协同
止损距离决定仓位大小。股票交易中，若止损距离为5%，账户风险2%，则仓位=2%/5%=40%。期货交易中，若止损距离为20个跳动点，每点价值10元，单手风险200元，账户风险2万元，则可开100手。
仓位管理必须服从止损。先定止损，再算仓位，顺序不可颠倒。重仓不止损，等于自杀；轻仓乱止损，等于慢性失血。
极端行情下的止损挑战
股票连续一字跌停，期货封死涨停板，止损单无法成交。应对策略包括：分散持仓，避免单票或单合约过度集中；使用期权保护，股票买入认沽期权，期货买入虚值期权；降低杠杆，期货保证金比例提高至20%以上。
量化交易中，加入流动性过滤与滑点模型。回测时模拟涨跌停无法成交的场景，评估策略最大回撤。实盘中，若流动性枯竭，程序自动切换至限价单或延迟执行。
止损频率与策略周期匹配
日内高频策略，止损触发频繁，单次亏损小，靠胜率与盈亏比盈利。波段策略，止损触发少，单次亏损大，靠趋势捕获盈利。股票T+1制度下，日内止损受限，隔夜止损需考虑跳空风险。期货T+0，止损灵活，但需防范夜盘波动。
回测时统计止损次数、平均亏损、最大连续亏损次数。若止损过于频繁，检查参数是否过紧；若从未触发，检查止损是否形同虚设。
止损是量化交易的基石
任何量化策略，若无止损模块，回测曲线必然存在断崖式下跌。股票多因子模型加入止损后，最大回撤降低30%以上。期货趋势策略加入ATR止损，夏普比率提升0.5。机器学习策略，止损作为硬性风控，防止模型失效时亏损扩大。
编写策略时，止损作为独立模块，与信号生成、仓位管理、执行逻辑解耦。股票回测框架中，止损条件优先于其他卖出条件。期货回测中，止损单模拟真实成交。
常见止损误区
止损设得太近，被正常波动扫出，错失后续大行情。股票波动5%的品种，止损设1%显然不合理。期货日内波动50个点，止损设5个点同样荒谬。
止损设得太远，单次亏损过大，失去保护意义。股票账户风险5%以上，期货账户风险10%以上，长期必亏。
移动止损过早，浮盈刚出现就收紧，导致被小回调打出。移动止损应等待趋势确认，至少1倍ATR后再启动。
止损后立即反向开仓，情绪化交易。止损后应冷静观察，等待新信号。
构建止损纪律
写下交易计划，明确每笔交易的最大亏损。股票用条件单，期货用止损单，量化用代码。每日复盘，统计止损执行率。连续三次未执行止损，强制停止交易一周。
止损不是预测，是应对。市场永远不确定，止损确保你在不确定中活下来。股票期货交易，没止损，一次意外归零；有止损，永远有机会。
